CN104049221B - 基于滑动窗口和统计信息的电源电压故障诊断方法 - Google Patents
基于滑动窗口和统计信息的电源电压故障诊断方法 Download PDFInfo
- Publication number
- CN104049221B CN104049221B CN201410323380.2A CN201410323380A CN104049221B CN 104049221 B CN104049221 B CN 104049221B CN 201410323380 A CN201410323380 A CN 201410323380A CN 104049221 B CN104049221 B CN 104049221B
- Authority
- CN
- China
- Prior art keywords
- duty
- sliding window
- supply voltage
- data
- malfunction
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Locating Faults (AREA)
Abstract
基于滑动窗口和统计信息的电源电压故障诊断方法,涉及电源电压故障诊断技术。它是为解决现有电源电压故障诊断方法的准确度和诊断效率低的问题。首先对电源电压工作状态的统计信息进行计算,确定所有工作状态对应的统计均值{m1,m2,m3,…,ms}和统计标准差{d1,d2,d3,…,ds},连续采集实际卫星电源电压数据,形成滑动窗口数据V并计算其统计均值mv和标准差dv,计算dv与di的最小距离Rj,当|mv‑‑mj|<Rj时,则当前电源电压的工作状态为状态j。该方法诊断准确度达到99.6%,诊断效率提高了200%以上。本发明适用于卫星电源及其它航天器的故障诊断。
Description
技术领域
本发明涉及电源电压故障诊断技术。
背景技术
电源是卫星的重要组成部分,其工作状态的稳定为卫星整体安全、稳定运行提供重要保证,因此,对其工作状态进行监测、识别,并在此基础上开展故障诊断具有重要意义。卫星电压的电压值也随负载变化而动态变化,并且还存在着偶然的异常值。如图1所示的是某母线电压值的变化情况,除了工作状态频繁变化外,还存在偶然的尖峰电压值。目前,由于电源电压变化的特殊性,经典的故障诊断方法难以实现高准确度的故障诊断,对于电源状态的故障诊断主要靠有经验的专家进行人工识别,准确度和诊断效率均很低。
发明内容
本发明的目的是为了解决现有的电源电压故障诊断方法的准确度低和诊断效率低的问题,提供一种基于滑动窗口和统计信息的电源电压故障诊断方法。
本发明所述的基于滑动窗口和统计信息的电源电压故障诊断方法包括以下步骤:
步骤一、电源电压工作状态的统计信息计算
对采集到的电源电压历史数据进行分析,确定其工作状态的数目s以及对应的数据集合,并对每一个工作状态的数据集合进行统计计算,得到所有工作状态对应的统计均值M={m1,m2,m3,…,ms}和统计标准差D={d1,d2,d3,…,ds};其中,m1至ms分别表示第1至第s个工作状态的统计均值,d1至ds分别表示第1至第s个工作状态的统计标准差,s为大于1的整数,所述的工作状态包括正常工作状态和s-1个不同类型的故障状态;
步骤二、基于滑动窗口的数据采集
采集实际卫星电源电压数据vk,截取以当前电源电压数据vk为起点的一段数据V,V={vk,vk-1,vk-2,vk-3,…,vk-w+1},作为滑动窗口数据,其中,k>0,w>0,k-w+1>0,w为滑动窗口的宽度;
步骤三、滑动窗口数据的统计计算
对滑动窗口数据V={vk,vk-1,vk2,vk-3,…,vk-w+1}进行统计计算,得到其对应的统计均值mv和标准差dv;
步骤四、当前电源电压工作状态识别和故障诊断
按照公式(1)计算滑动窗口数据的标准差dv与步骤一获得的各个工作状态的统计标准差{di}的距离{Ri},i为整数,且1≤i≤s,并从中找出最小的距离值Rj,j∈{1,2,…,s},即Rj=min{Ri},
Ri=dv-di, (1)
当|mv--mj|<Rj时,当前电源电压的工作状态为状态j,进而获得当前电源电压的工作状态是正常工作状态还是故障状态、及故障状态的类型,否则,当前电源电压的工作状态为未知类型的故障状态,并对该未知类型的故障状态进行存储。
本发明采用滑动窗口,在线实时地扫描并识别电源电压的工作状态,能够实现高效率、高准确度的故障诊断,该方法的计算时间复杂度为O(n)。通过对实际卫星电源电压的测试,上述方法的故障诊断准确度达到99.6%,与人工诊断相比,诊断效率提高了200%以上,为后续的故障推理和定位提供强有力的技术支撑。
附图说明
图1为背景技术中某电源母线电压值的变化情况;
图2为本发明所述的基于滑动窗口和统计信息的电源电压故障诊断方法的流程图。
具体实施方式
具体实施方式一:结合图2说明本实施方式,本实施方式所述的基于滑动窗口和统计信息的电源电压故障诊断方法包括以下步骤:
步骤一、电源电压工作状态的统计信息计算
对采集到的电源电压历史数据进行分析,确定其工作状态的数目s以及对应的数据集合,并对每一个工作状态的数据集合进行统计计算,得到所有工作状态对应的统计均值M={m1,m2,m3,…,ms}和统计标准差D={d1,d2,d3,…,ds};其中,m1、m2、m3、……和ms分别表示第1、第2、……和第s个工作状态的统计均值,d1、d2……d3……和ds分别表示第1、第2、……和第s个工作状态的统计标准差,s为大于1的整数,所述的工作状态包括正常工作状态和s-1个不同类型的故障状态;
步骤二、基于滑动窗口的数据采集
采集实际卫星电源电压数据,截取以当前电源电压数据vk为起点的一段数据V,V={vk,vk-1,vk2,vk-3,…,vk-w+1},作为滑动窗口数据,其中,k>0,w>0,k-w+1>0,w为滑动窗口的宽度;
步骤三、滑动窗口数据的统计计算
对滑动窗口数据V={vk,vk-1,vk2,vk-3,…,vk-w+1}进行统计计算,得到其对应的统计均值mv和标准差dv;
步骤四、当前电源电压工作状态识别和故障诊断
按照公式(1)计算滑动窗口数据的标准差dv与步骤一获得的各个工作状态的统计标准差{di}的距离{Ri},i为整数,且1≤i≤s,并从中找出最小的距离值Rj,j∈{1,2,…,s},即Rj=min{Ri},
Ri=dv-di, (1)
当|mv--mj|<Rj时,当前电源电压的工作状态为状态j,进而获得当前电源电压的工作状态是正常工作状态还是故障状态、及故障状态的类型,否则,当前电源电压的工作状态为未知类型的故障状态,并对该未知类型的故障状态进行存储。
常见的故障状态的类型有:过充高压,过载低压,电源低压等,对正常工作状态和每个类型的故障状态进行统计,得到M和D。
上述步骤二中,在对实际卫星电源电压数据vi进行工作状态识别和故障诊断时,采用滑动窗口结构,窗宽度为w,如果处理数据宽度小于w,则以数据的实际宽度为准。步骤四中,由于共有s-1个不同类型的故障状态类型,即故障状态1至故障状态s-1,因此,当确定当前电源电压的工作状态为状态j时,即可确定当前电源电压的工作状态为正常工作状态还是故障状态,以及故障状态的类型。
本实施方式所述的基于滑动窗口和统计信息的电源电压故障诊断方法采用滑动窗口,在线实时地扫描并识别电源电压的工作状态,能够实现高效率、高准确度的故障诊断,该方法的计算时间复杂度为O(n)。通过对实际卫星电源电压的测试,上述方法的故障诊断准确度达到99.6%,与人工诊断相比,诊断效率提高了200%以上,为后续的故障推理和定位提供强有力的技术支撑。该方法适用于于卫星电源的故障诊断,以及其它卫星监测数据的故障诊断领域,同时还可以扩展到其它航天器的故障诊断应用中。
Claims (1)
1.基于滑动窗口和统计信息的电源电压故障诊断方法,其特征在于:该方法包括以下步骤:
步骤一、电源电压工作状态的统计信息计算
对采集到的电源电压历史数据进行分析,确定其工作状态的数目s以及对应的数据集合,并对每一个工作状态的数据集合进行统计计算,得到所有工作状态对应的统计均值M={m1,m2,m3,…,ms}和统计标准差D={d1,d2,d3,…,ds};其中,m1至ms分别表示第1至第s个工作状态的统计均值,d1至ds分别表示第1至第s个工作状态的统计标准差,s为大于1的整数,所述的工作状态包括正常工作状态和s-1个不同类型的故障状态;
步骤二、基于滑动窗口的数据采集
采集实际卫星电源电压数据vk,截取以当前电源电压数据vk为起点的一段数据V,V={vk,vk-1,vk-2,vk-3,…,vk-w+1},作为滑动窗口数据,其中,k>0,w>0,k-w+1>0,w为滑动窗口的宽度;
步骤三、滑动窗口数据的统计计算
对滑动窗口数据V={vk,vk-1,vk2,vk-3,…,vk-w+1}进行统计计算,得到其对应的统计均值mv和标准差dv;
步骤四、当前电源电压工作状态识别和故障诊断
按照公式(1)计算滑动窗口数据的标准差dv与步骤一获得的各个工作状态的统计标准差{di}的距离{Ri},i为整数,且1≤i≤s,并从中找出最小的距离值Rj,j∈{1,2,…,s},即Rj=min{Ri},
Ri=dv-di, (1)
当|mv-mj|<Rj时,当前电源电压的工作状态为状态j,进而获得当前电源电压的工作状态是正常工作状态还是故障状态、及故障状态的类型,否则,当前电源电压的工作状态为未知类型的故障状态,并对该未知类型的故障状态进行存储。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410323380.2A CN104049221B (zh) | 2014-07-08 | 2014-07-08 | 基于滑动窗口和统计信息的电源电压故障诊断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410323380.2A CN104049221B (zh) | 2014-07-08 | 2014-07-08 | 基于滑动窗口和统计信息的电源电压故障诊断方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104049221A CN104049221A (zh) | 2014-09-17 |
CN104049221B true CN104049221B (zh) | 2016-08-24 |
Family
ID=51502308
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410323380.2A Active CN104049221B (zh) | 2014-07-08 | 2014-07-08 | 基于滑动窗口和统计信息的电源电压故障诊断方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104049221B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104749532B (zh) * | 2015-03-20 | 2018-01-09 | 南京航空航天大学 | 一种航天器电源系统故障检测方法及装置 |
CN108693469A (zh) * | 2018-06-12 | 2018-10-23 | 广东电网有限责任公司 | Gis设备的故障诊断方法及装置 |
CN112857806B (zh) * | 2021-03-13 | 2022-05-31 | 宁波大学科学技术学院 | 一种基于移动窗口时域特征提取的轴承故障检测方法 |
CN114942387B (zh) * | 2022-07-20 | 2022-10-25 | 湖北工业大学 | 一种基于真实数据的动力电池故障在线检测方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101713818A (zh) * | 2009-11-13 | 2010-05-26 | 航天东方红卫星有限公司 | 一种卫星电源分系统工作状态自动判读系统 |
EP2330728A1 (en) * | 2008-09-22 | 2011-06-08 | Fujitsu Limited | Power control circuit, power supply unit, power supply system, and power controller control method |
CN102298671A (zh) * | 2011-06-29 | 2011-12-28 | 河北省电力研究院 | 一种实现电网故障重演的仿真方法 |
CN102590762A (zh) * | 2012-03-01 | 2012-07-18 | 西安电子科技大学 | 基于信息熵原理的开关电源故障诊断方法 |
CN102637037A (zh) * | 2012-05-10 | 2012-08-15 | 宁夏电力公司吴忠供电局 | 一种巡线机器人电源的监控方法 |
-
2014
- 2014-07-08 CN CN201410323380.2A patent/CN104049221B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2330728A1 (en) * | 2008-09-22 | 2011-06-08 | Fujitsu Limited | Power control circuit, power supply unit, power supply system, and power controller control method |
CN101713818A (zh) * | 2009-11-13 | 2010-05-26 | 航天东方红卫星有限公司 | 一种卫星电源分系统工作状态自动判读系统 |
CN102298671A (zh) * | 2011-06-29 | 2011-12-28 | 河北省电力研究院 | 一种实现电网故障重演的仿真方法 |
CN102590762A (zh) * | 2012-03-01 | 2012-07-18 | 西安电子科技大学 | 基于信息熵原理的开关电源故障诊断方法 |
CN102637037A (zh) * | 2012-05-10 | 2012-08-15 | 宁夏电力公司吴忠供电局 | 一种巡线机器人电源的监控方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104049221A (zh) | 2014-09-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104049221B (zh) | 基于滑动窗口和统计信息的电源电压故障诊断方法 | |
JP5049675B2 (ja) | 配電線事故原因推定システムとその方法、およびプログラム | |
US10168375B2 (en) | Phase current integration method for diagnosing fault in switched reluctance motor power converter | |
CN109948860A (zh) | 一种机械系统剩余寿命预测方法及系统 | |
Debenjak et al. | Fuel cell condition monitoring system based on interconnected DC–DC converter and voltage monitor | |
JP2015011027A (ja) | 時系列データにおける異常を検出する方法 | |
CN110796368A (zh) | 基于贝叶斯网络的社区配电网动态风险评估方法及装置 | |
CN104252649A (zh) | 一种计及多风电场相关性的区域风电出力预测方法 | |
CN106682407B (zh) | 基于戴维南等值和支路传输功率极限的电压稳定评估方法 | |
Iksan et al. | Appliances identification method of non-intrusive load monitoring based on load signature of VI trajectory | |
CN105303469A (zh) | 线损异常原因数据挖掘分析的方法与系统 | |
JPWO2016166991A1 (ja) | 太陽光発電設備の診断システムおよびプログラム | |
CN106872776B (zh) | 一种变电站背景谐波评估方法 | |
Liu et al. | A methodology to analyze conservation voltage reduction performance using field test data | |
CN105488572A (zh) | 一种配电设备健康状态评价方法 | |
CN106570643A (zh) | 基于集对分析的配电网降损方案优选方法 | |
US20180011136A1 (en) | Fault point locating device and method, electric power system monitoring system, and facility planning support system | |
Jürgensen et al. | Assessment of explanatory variables on the failure rate of circuit breakers using the proportional hazard model | |
US20160047851A1 (en) | Computer-aided ascertainment of the impedance of an electrical energy network | |
Soares et al. | Distribution system state estimation with real-time pseudo-measurements | |
CN108574449A (zh) | 具有功率元件的异常检查功能的电动机驱动装置 | |
CN109799379B (zh) | 充电检测方法、充电检测装置和插座 | |
Osipov et al. | Algorithms of packet wavelet transform for power determination under nonsinusoidal modes | |
da Silva Pessoa et al. | A multi-stage methodology for fault location in radial distribution systems | |
JP5771318B1 (ja) | 異常診断装置及び異常診断方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |